Ce travail est réalisé dans le cadre du programme IGCS, l'objectif est l'aide à la cartographie des pédopaysages au 1/250 000ème à travers une préparation de la phase de terrain, grâce à la cartographie numérique et par l'intermédiaire de deux algorithmes de prédiction (CART et MART). Notre secteur d'étude est composé d'un secteur d'apprentissage (Charente et Vienne) et d'une zone d'extrapolation ou de prédiction (Haute-Vienne) qui couvre une surface de 5200 km2. La méthode choisie fait appel aux principes des arbres de régression qui, à partir des classes de sols d'un secteur connu, permet de retrouver ces classes sur des zones inconnues, et ceci en utilisant plusieurs variables qualitatives et quantitatives (MNT et des dérivées, la géologie, l'indice de Beven...). Deux méthodes basées sur le même principe sont utilisées sur cette zone : MART (Multiple Additive Regression Tree) et CART (Classification And Regression Tree) : prétraitement des variables, échantillonnage à 20%, modélisation, ajustement du modèle, validation et extrapolation. Les résultats obtenus avec les deux méthodes sont très intéressants et assez similaires sur le secteur d'apprentissage. On retrouve globalement les différentes classes de pédopaysages, avec des résultats moyens sur les zones d'extrapolations avec respectivement 65,59% pour CART et 67,58% pour MART de bon classement de pixels. Les perspectives de ce travail seraient d'améliorer les résultats par, premièrement l'amélioration de la qualité des données et du secteur d'apprentissage, deuxièmement une exploration plus poussée dans le paramétrage des deux algorithmes.